Cependant, ce montant comprend un financement massif de la part des entreprises, comme la perfusion de capital de Microsoft à Openai et au financement d'Amazon d'Anthropic. Dépouillé aux investissements en VC conventionnels, le financement en 2023 pour les startups de l'IA a été beaucoup plus petit, et uniquement en termes de rythme pour correspondre au montant total collecté en 2021.

L'analyste principal de PitchBook, Brendan Burke, a noté dans un rapport que le financement du capital-risque était de plus en plus canalisé vers «les technologies de base d'IA sous-jacentes et leurs applications verticales ultimes, au lieu du middleware à usage général à travers l'audio, la langue, les images et la vidéo.»

En d'autres termes: une application Genai qui aide une entreprise à générer des ventes de commerce électronique, analyser les documents juridiques ou maintenir la conformité SOC2 est probablement un pari plus sûr que celle qui trait une vidéo ou une photo intelligente de temps en temps.

Clay Bavor, le cofondateur de Sierra, dit qu'il croit que ce n'est pas nécessairement un calcul ou des coûts d'API cloud à conduire des startups d'IA vers les modèles B2B, mais plus probablement les avantages de cibler un client spécifique et d'itéralement un produit en fonction de leurs commentaires. «Je pense que tout le monde, moi y compris, est assez optimiste que les capacités de ces modèles d'IA vont augmenter pendant que les coûts baissent», explique Bavor.

«Il y a juste quelque chose de vraiment puissant à avoir un problème clair à résoudre pour un client particulier», dit-il. «Et puis vous pouvez obtenir des commentaires sur:« Cela fonctionne-t-il? Cela résout-il un problème? Et si vous créez une entreprise avec cela, c'est très puissant. »

Bien que Chatgpt ait déclenché une flèche d'IA en partie car elle peut générer un code à une seconde et les sonnets le suivant, Arvind Jain, le directeur général de la startup AI Glean, dit que la nature de la technologie favorise toujours des outils étroits. En moyenne, une grande entreprise utilise plus d'un millier de systèmes techniques différents pour stocker les données et les informations de l'entreprise, dit-il, créant une opportunité pour de nombreuses petites entreprises de vendre leur technologie à ces sociétés.

«Nous sommes dans ce monde où il y a essentiellement un tas d'outils fonctionnels, chacun résolvant un besoin très spécifique. C'est la voie de l'avenir », explique Jain, qui a passé plus d'une décennie à travailler sur la recherche chez Google. Glean alimente un moteur de recherche en milieu de travail en se branchant sur diverses applications d'entreprise. Il a été fondé en 2019 et a levé plus de 200 millions de dollars en financement de capital-risque de Kleiner Perkins, Sequoia Capital, Coatue et autres.

Vérification des erreurs

Le réglage d'un produit d'IA génératif pour servir les clients commerciaux a ses défis. Les erreurs et les «hallucinations» de systèmes comme Chatgpt peuvent être plus consécutives dans un environnement d'entreprise, juridique ou médical. La vente d'outils de la génération AI à d'autres entreprises signifie également répondre à leurs normes de confidentialité et de sécurité, et potentiellement les exigences juridiques et réglementaires de leur secteur.

«C'est une chose pour Chatgpt ou MidJourney de faire preuve de créativité pour un utilisateur final», explique Bavor. «C'est tout à fait pour l'IA de faire preuve de créativité dans le contexte des applications commerciales.»

Bavor dit que Sierra a consacré «une énorme quantité d'investissement en efforts» pour établir des garanties et des paramètres afin qu'il puisse répondre aux normes de sécurité et de conformité. Cela inclut l'utilisation… plus d'intestation pour régler l'IA de Sierra. Si vous utilisez un modèle d'IA qui génère des réponses correctes 90% du temps, mais que la couche dans une technologie supplémentaire peut attraper et corriger certaines des erreurs, vous pouvez atteindre un niveau de précision beaucoup plus élevé, explique-t-il.

«Vous devez vraiment fonder vos systèmes d'IA pour les cas d'utilisation de l'entreprise», explique Jain, PDG de Glean. “Imaginez une infirmière dans un système hospitalier utilisant l'IA pour prendre une certaine décision concernant les soins aux patients – vous ne pouvez tout simplement pas vous tromper.”

Une menace moins prévisible pour les petites entreprises d'IA vendant leurs marchandises aux clients d'entreprise: et si une licorne géante Gen AI comme Openai, avec son équipe de vente en plein essor, décide de déployer l'outil exact qu'un startup singulier a construit?

De nombreuses startups IA avec lesquelles illustait la parole essaie de s'éloigner entièrement de la technologie d'Openai en utilisant des alternatives comme le claude d'Anthropic ou des modèles de grande langue open-source comme Meta's LaLa 3. Certaines startups ont même l'intention de finalement construire leur propre technologie d'IA. Mais de nombreux entrepreneurs d'IA sont bloqués en payant l'accès à la technologie d'Openai tout en rivalisant à l'avenir.

Peiris, de Tome, a considéré la question, puis a déclaré qu'il était singulièrement concentré sur les cas d'utilisation des ventes et du marketing maintenant et «d'être incroyable à une génération de haute qualité pour ces gens».